智谱 GLM-5 的 Coding Agent 异常已修复,官方披露三类输出问题与底层竞态 Bug 修复
智谱 GLM 官方技术博客披露,GLM-5 系列在复杂 Coding Agent 任务中出现乱码、复读与生僻字,官方定位并修复了多个底层竞态 Bug。修复后异常率由万分之十几降至万分之三以下,相关优化也已上线,当前服务已恢复正常,异常率保持在万分之三以下。
GLM-5 高并发 Coding Agent 出现三类乱码复读
智谱官方技术博客披露,GLM-5 系列在复杂 Coding Agent 任务中出现乱码、复读与生僻字,修复后异常率由万分之十几降至万分之三以下。 官方把这段过程称为 Scaling Pain。(来源:智谱 GLM 官方技术博客)
三类输出异常
官方从 3 月起在线上监控与用户反馈中观察到乱码、复读与生僻字。这些现象在标准推理环境下不存在,只在高并发、长上下文的 Coding Agent 场景触发。
影响规模
官方表示推理基础设施每天承受数亿次 Coding Agent 调用,输入长度平均超过 70K tokens。受影响用户的具体数量与地域,官方未披露。
排查方式
官方对线上日志脱敏后在本地全量回放,并把同一批请求重复推理数百次。直到调整 PD 分离比例并提高负载后,才在约每万次请求中稳定复现 3 到 5 次异常。
异常率从万分之十几降到万分之三以下
影响集中在用 GLM-5 系列执行长程 Coding Agent 任务的用户,官方未披露具体影响时长。 官方只给出从 3 月起观察到异常这一时间线索。
受影响的任务类型
出现异常的是复杂、长程的 Coding Agent 任务,而不是简单对话。官方强调这类问题难以稳定复现,与请求内容无关,与系统压力相关。
时间范围
官方未给出异常的起止日期,只说明自 3 月起在监控与反馈中观察到三类现象。修复上线的时间点也没有在博客中给出。
修复后的变化
官方称异常输出发生率由约万分之十几下降至万分之三以下。HiCache 时序修复上线后,由执行时序不一致引起的异常完全消失。
修复已上线,服务恢复且异常率降至万分之三
相关问题已修复,异常率降到万分之三以下,普通用户不需要额外处理。 如果仍遇到乱码或复读,可以重试请求并关注官方后续说明。
当前状态
官方已上线修复,并把其中一项修复通过 Pull Request 22811 提交至 SGLang 社区。同期还推出 KV Cache 分层存储方案 LayerSplit。
需要做什么
普通用户不需要操作。若仍遇到同类输出异常,可以重新发起请求,或关注官方是否发布新的说明。同一栏目里,DeepSeek 网页与 Chat 的性能下降 也以状态更新收尾,可以对照查看。
原因说明
官方定位到两类系统问题:PD 分离架构下的 KV Cache 复用竞态,以及 HiCache 加载时序缺失。本文只复述官方结论,不补充其他原因。
常见问题
- 智谱 GLM-5 这次出现了哪些异常?
- 官方列出了乱码、复读与生僻字三类输出异常,只在高并发、长上下文场景触发。
- GLM-5 的 Coding Agent 异常修复了吗?
- 已修复。官方定位到多个底层竞态 Bug,修复后异常率降至万分之三以下。
- 官方披露的异常率变化是多少?
- 异常输出发生率由约万分之十几下降到万分之三以下。
- 官方有没有说明异常出现的原因?
- 有。官方指向 KV Cache 复用竞态与 HiCache 加载时序缺失两类系统问题。
相关术语
- KV Cache
- KV Cache 是推理时缓存注意力键值的技术,用于避免重复计算并降低生成开销。
- PD 分离
- PD 分离是把 Prefill 与 Decode 分到不同节点执行的推理架构,可分别扩展两侧容量。
- 投机采样
- 投机采样是先由草稿模型生成候选 token、再由目标模型校验的加速技术。
这篇文章的来源是什么?
文中涉及版本、价格与功能的信息,均以厂商原文为准;下面是可以核对的原始出处。
- Scaling Pain:超大规模Coding Agent推理实践 · 智谱 GLM · 2026-11-11
「Scaling Pain:超大规模Coding Agent推理实践」 —— 智谱 GLM
文章目录